Copilot gratuit en local : Cline, Tabby & CodeGeeX dans VS Code (2026)

#Pourquoi un Copilot gratuit local pour VS Code ?

Copilot et Cursor envoient votre code à OpenAI ou Anthropic. Sur un projet client sous NDA, du code propriétaire, ou simplement par principe, ce n'est pas toujours acceptable. Un copilot local résout trois choses d'un coup : zéro fuite (rien ne sort du laptop), zéro abonnement, zéro latence réseau.

La contrepartie est honnête : la qualité d'un Qwen2.5-Coder 7B en local n'égale pas le tout dernier modèle de Copilot Pro. Mais sur les usages quotidiens — compléter une boucle, écrire un test, refactorer une fonction de 30 lignes — un modèle de 7 à 14B en Q4 fait le travail. Et pour les tâches que le local n'arrive pas à faire, vous gardez Copilot en parallèle.

#Prérequis

VS Code récent

Version 1.85+ pour l'API de complétion inline. Les extensions JetBrains existent aussi pour les trois outils.

Ollama installé

Sert de backend d'inférence pour Cline. Écoute par défaut sur http://localhost:11434. Pour Tabby, le runtime est inclus ; CodeGeeX peut pointer vers Ollama.

GPU 8 Go VRAM minimum

RTX 3060 12 Go, 4060 Ti 16 Go, Mac M2/M3 16 Go unifié. En dessous, restez sur des modèles 1.5B (qwen2.5-coder:1.5b) pour la complétion, qui restent réactifs.

20 Go d'espace disque

Un coder 7B en Q4 = 4-5 Go. Comptez large si vous testez plusieurs modèles ou plusieurs outils.

#1. Cline (chat + agent)

Cline est l'option la plus complète côté assistance : chat latéral et mode agent capable de lire et modifier plusieurs fichiers, façon Cursor, le tout en local via Ollama. Open-source sous licence MIT, en BYO-LLM, c'est le remplaçant naturel de Continue.dev. Roo Code, un fork de Cline, ferme aussi : Cline devient donc le point de consolidation de cet écosystème. Sa limite : il ne fait pas l'autocomplétion inline — on la couvre avec Tabby plus bas.

1. 01
   Installer l'extension

   Dans VS Code, ouvrez la palette d'extensions (Ctrl+Shift+X), cherchez Cline, installez. Une icône Cline apparaît dans la barre latérale gauche.
2. 02
   Télécharger un modèle

   Qwen2.5-Coder 7B fait honorablement le chat et l'agent sur 8 Go de VRAM. Montez à 14B ou 32B si vous avez la marge ; Devstral est aussi taillé pour l'agentique.
3. 03
   Configurer le provider Ollama

   Ouvrez les paramètres de Cline, choisissez le provider Ollama, renseignez l'URL locale et sélectionnez le modèle.
4. 04
   Tester le chat

   Posez une question, collez du code, demandez un correctif. La réponse arrive dans le panneau, sans rien envoyer au cloud.
5. 05
   Tester l'agent

   Décrivez une tâche multi-fichiers. Cline propose un plan, puis applique les changements sous forme de diffs que vous validez un par un.

ollama pull qwen2.5-coder:7b
# Plus de VRAM ? un 14b suit mieux le mode agent
ollama pull qwen2.5-coder:14b

Provider : Ollama
Base URL : http://localhost:11434
Modèle   : qwen2.5-coder:7b

#2. Tabby (autocomplétion self-hosted)

Tabby (TabbyML) couvre exactement ce que Cline ne fait pas : l'autocomplétion inline. Il est conçu pour les équipes — un serveur unique héberge le modèle, et tous les développeurs s'y connectent depuis leur IDE. Le serveur embarque son propre runtime, pas besoin d'Ollama pour lui.

1. 01
   Lancer le serveur Tabby

   La méthode Docker est la plus simple. Le serveur expose un endpoint HTTP sur :8080 et une interface admin web.
2. 02
   Créer un compte admin

   Ouvrez http://localhost:8080 dans le navigateur. Première connexion : créez le compte propriétaire. Allez dans Settings → Information pour récupérer un token d'auth.
3. 03
   Installer l'extension VS Code

   Dans la palette extensions, cherchez Tabby (éditeur : TabbyML). Installez.
4. 04
   Connecter l'extension

   Ouvrez les paramètres (Ctrl+,), cherchez tabby. Mettez Endpoint = http://localhost:8080 et collez le token. La barre d'état VS Code affiche Tabby: ready ; la complétion apparaît en grisé pendant la frappe.

docker run -d --name tabby \
  --gpus all -p 8080:8080 \
  -v $HOME/.tabby:/data \
  registry.tabbyml.com/tabbyml/tabby \
  serve --model StarCoder-1B --device cuda

#3. CodeGeeX

CodeGeeX (Tsinghua KEG / Zhipu AI) est l'option "tout-en-un" : l'extension embarque déjà complétion et chat avec un modèle propriétaire gratuit hébergé chez eux. Mais elle peut aussi se brancher sur un modèle local, ce qui est ce qui nous intéresse ici.

1. 01
   Installer l'extension

   Dans VS Code, cherchez CodeGeeX (éditeur : aminer). Installez. Une icône CodeGeeX apparaît dans la barre latérale.
2. 02
   Basculer en mode local

   Ouvrez les paramètres CodeGeeX (engrenage dans le panneau latéral). Cherchez la section Local mode et activez-la.
3. 03
   Pointer vers Ollama

   Renseignez l'URL du modèle local. CodeGeeX parle un endpoint OpenAI-compatible — celui d'Ollama sur http://localhost:11434/v1 convient.
4. 04
   Choisir le modèle

   codegeex4 (9B) est le modèle maison disponible dans Ollama. Sinon, n'importe quel coder fait l'affaire (qwen2.5-coder, deepseek-coder).

ollama pull codegeex4

#Tableau comparatif

Couverture des usages

Cline : chat + agent (pas de complétion). Tabby : complétion (pas de chat avancé). CodeGeeX : complétion + chat basique. Le combo Cline + Tabby couvre tout.

Effort de setup

CodeGeeX (5 min) < Cline + Ollama (10 min) < Tabby self-hosted (15-20 min).

Multi-utilisateurs

Seul Tabby est conçu pour ça nativement. Cline/CodeGeeX = un poste = un Ollama.

Confidentialité

Cline et Tabby restent locaux par défaut. CodeGeeX part dans le cloud tant qu'on n'a pas activé le mode local — à surveiller.

#Dépannage

Cline ne répond pas

Vérifiez ollama ps : le modèle doit y apparaître quand vous lancez une requête. Si Ollama ne répond pas, testez curl http://localhost:11434/api/tags depuis le terminal. Vérifiez aussi que le provider sélectionné dans Cline est bien Ollama.

Pas de complétion grisée

Cline ne fait pas l'autocomplétion inline : c'est normal. Installez Tabby (ou Twinny) pour la complétion ligne par ligne, et vérifiez editor.inlineSuggest.enabled dans VS Code.

Tabby affiche "Connection refused"

Le conteneur ne tourne pas ou le port n'est pas exposé. docker ps doit lister tabby. docker logs tabby montre la cause (souvent : modèle pas téléchargé au premier lancement, attendez 5-10 min).

CodeGeeX renvoie des réponses en chinois

Précisez la langue dans le system prompt (Settings CodeGeeX → Custom system prompt → "Toujours répondre en français"), ou utilisez Qwen2.5-Coder qui répond en français quand on lui parle en français.

VRAM saturée quand tout tourne

Vous avez peut-être deux modèles chargés (autocomplétion Tabby + chat Cline). Sur 8 Go, gardez un 1.5B pour la complétion et un 7B pour le chat. ollama ps affiche la consommation.

#FAQ

#Pour aller plus loin

Vous avez un copilot local qui tourne. Trois directions logiques selon votre profil :

Approfondir Cline

Le guide dédié Copilot local avec Cline creuse la config : provider Ollama, mode agent, autocomplétion via Tabby/Twinny, et les réglages fins pour l'agentique.

Vous veniez de Continue.dev

Le guide de migration Continue → Cline détaille le passage (export des données avant le 15 juillet 2026, réglages équivalents, dépôt archivé).

Choisir votre matériel

Avant de pousser sur un 14B ou 32B, le guide Choisir son GPU pour l'IA locale vous évite d'acheter trop juste en VRAM.

Si vous voulez gagner du temps sur le réglage, le guide payant « Copilote de code local » fournit un pack complet de configurations Ollama + Cline + Aider clé en main, prêtes à coller, pour un poste solo comme pour une équipe.